Nouvelles recherches de Microsoft. Phi-4-reasoning-vision-15B est un modèle de raisonnement multimodal de 15 milliards de paramètres qui combine compréhension visuelle et capacités de raisonnement structuré. Comme je l'ai dit, toutes les tâches d'agent n'ont pas besoin d'un modèle de pointe. Phi-4-reasoning-vision montre ce qui est possible avec 15 milliards de paramètres. Le rapport détaille comment ils ont entraîné un modèle compact capable de raisonner à la fois sur du texte et des images, visant le juste milieu entre capacité et efficacité. Des modèles de raisonnement plus petits qui gèrent la vision sont essentiels pour des déploiements d'agents pratiques. Document : Apprenez à construire des agents IA efficaces dans notre académie :